+ All Categories
Home > Documents > BIOINF1110( Einführung(in(die(Bioinforma7k 3 ... · Seite1 taaccctaac cctaacccta accctaaccc...

BIOINF1110( Einführung(in(die(Bioinforma7k 3 ... · Seite1 taaccctaac cctaacccta accctaaccc...

Date post: 11-Aug-2019
Category:
Upload: phamdung
View: 213 times
Download: 0 times
Share this document with a friend
42
BIOINF1110 Einführung in die Bioinforma7k 3. Designerdrogen Wirkstoffe aus dem Rechner Oliver Kohlbacher Zentrum für Bioinforma7k Tübingen
Transcript

BIOINF1110  Einführung  in  die  Bioinforma7k  

 3.  Designerdrogen    

Wirkstoffe  aus  dem  Rechner  

Oliver  Kohlbacher  Zentrum  für  Bioinforma7k  Tübingen  

Arzneien  –  2000  v.  Chr.  

Papyrus  Ebers  •  Das  wich)gste  vorchristliche  med.  Werk  •  16.  Jh.  v.  Chr.,  teilweise  Zusammenstellung  aus  anderen  Werken  (bis  ca.  2600  v.  Chr.)  

http://www.hieroglyphen.net/andere/Ebers/ebers.htm

Ein anderes Heilmittel zum Vertreiben der Krankheit in jedem Körperglied des Mannes:  gemaischter Pflanzenschleim; fein zerreiben, indem es gemischt wird mit fermentiertem Pflanzenschleim; damit verbinden. (pEbers 301)

Ein anderes (Heilmittel) zum Beseitigen der Bitternis (=dämonische Krankheit):  Koloquinthe; zerreiben auf Honig; trinken auf/mit Bier. (pEbers 302)

Ein anderes (Heilmittel) zum Abwehren der Entzündungen:  Frosch; zerkochen in Öl; damit salben.

(pEbers 303)

Ein anderes (Heilmittel): Kopf des Ddb-Fisches; zerkochen in Öl, dem Mann auf sein "Fleisch" geben.

(pEbers 304)

Drug  Design  Anno  1886  

Cahn, Hepp, Centralbl. Klin. Med. (1886), 7, 33

Wirkstoffentwurf  

 Arzneistoffe  

 Stoffe  die  im  Körper  eine  heilende  oder  lindernde  Wirkung  enHalten.  

COOH

O

O

CH3O

N CH3MeOOC

MeOOC

H H

Wirkstoffentwurf  Entwurf  

 Gezielter  schöpferischer  Akt.  

Wirkstoffentwurf  

 Gezielte  Schaffung  von  Wirkstoffen.  

 

 

Schlüsselfrage:  Welcher  Stoff  soll  in  die  Pille?  

COOH

O

O

CH3

?

Wirkstoffentwurf/Drug Design

Struktur- biologie

Bioinformatik Chemo-

informatik

Theoretische Chemie

Medizinische Chemie

Pharmakologie Pharmazie

Medizin

Wirtschafts- wissenschaften

DRUG DESIGN

Drug  Design  –  Gestern  und  Heute  

Prüfung Biol. Daten

Drug-­‐Discovery-­‐Pipeline  

Wirkstoffentwurf beschleunigt durch

Bio- und Chemoinformatik

Target ID Lead ID Optimierung Zulassung

Neue  Wirkstoffe  –  Welt  

Neue  Wirkstoffe:  NME  (new  molecular  en--es)  

Neue  Wirkstoffe  –  Deutschland  

Fail  early,  fail  cheap    •  Höhere  F&E-­‐Ausgaben  scheinen  

weniger  NMEs  zu  generieren  •  Gesamtkosten  ste)g  steigend:  ca.  

US  $800  Mio./NME  •  Kosten  steigen  ste)g  im  Verlauf  

der  Pipeline  •  Je  später  ein  Wirkstoff  aussor)ert  

wird,  desto  mehr  Geld  ist  verschwendet  

•  Große  Mehrheit  schlägt  fehl    )  Maxime:        „Fail  early,  fail  cheap“  

The Economist: http://www.economist.com/science/tq/displayStory.cfm?story_id=2477075

Science (2001), 291 (5507) Nature (2001), 409 (6822)

Seite  1  taaccctaac cctaacccta accctaaccc taaccctaac cctaacccta accctaaccc taaccctaac cctaacccta accctaaccc taaccctaac cctaacccaa ccctaaccct aaccctaacc ctaaccctaa ccctaacccc taaccctaac cctaacccta accctaacct aaccctaacc ctaaccctaa ccctaaccct aaccctaacc ctaaccctaa cccctaaccc taaccctaaa ccctaaaccc taaccctaac cctaacccta accctaaccc caaccccaac cccaacccca accccaaccc caaccctaac ccctaaccct aaccctaacc ctaccctaac cctaacccta accctaaccc taaccctaac ccctaacccc taaccctaac cctaacccta accctaaccc taaccctaac ccctaaccct aaccctaacc ctaaccctcg cggtaccctc agccggcccg cccgcccggg tctgacctga ggagaactgt gctccgcctt cagagtacca ccgaaatctg tgcagaggac aacgcagctc cgccctcgcg gtgctctccg ggtctgtgct gaggagaacg caactccgcc ggcgcaggcg cagagaggcg cgccgcgccg gcgcaggcgc agacacatgc tagcgcgtcg gggtggaggc gtggcgcagg cgcagagagg cgcgccgcgc cggcgcaggc gcagagacac atgctaccgc gtccaggggt ggaggcgtgg cgcaggcgca gagaggcgca ccgcgccggc gcaggcgcag agacacatgc tagcgcgtcc aggggtggag gcgtggcgca ggcgcagaga cgcaagccta cgggcggggg ttgggggggc gtgtgttgca ggagcaaagt cgcacggcgc cgggctgggg cggggggagg gtggcgccgt gcacgcgcag aaactcacgt cacggtggcg cggcgcagag acgggtagaa cctcagtaat ccgaaaagcc gggatcgacc gccccttgct tgcagccggg cactacagga cccgcttgct cacggtgctg tgccagggcg ccccctgctg gcgactaggg caactgcagg gctctcttgc ttagagtggt ggccagcgcc ccctgctggc gccggggcac tgcagggccc tcttgcttac tgtatagtgg tggcacgccg cctgctggca gctagggaca ttgcagggtc ctcttgctca aggtgtagtg gcagcacgcc cacctgctgg cagctgggga cactgccggg ccctcttgct ccaacagtac tggcggatta tagggaaaca cccggagcat atgctgtttg gtctcagtag actcctaaat

Das  Buch  des  Lebens    Das  “Buch  des  Lebens”  versprach  alle  wesentlichen  Probleme  der  Medizin  zu  lösen  

     Problem:      haben  ≠  lesen  ≠  verstehen  

 

Derzeit verwendete Targets

Hopkins, Groom: The druggable genome, Nat. Rev. Drug Discov. (2002), 1, 727-30

Netzwerke  und  Pfade  •  Datenbanken  zu  metabolischen  

Netzwerken  enthalten  aktuellen  Stand  des  Wissens  zu  spezifischen  Organismen  

•  Komplexe  Netzwerke,  nicht  notwendigerweise  wohl  definierte  „Pfade“  

•  Bes)mmte  Stoffwechselwege  in  bes)mmten  Pfaden  nicht  vorhanden  

•  Vergleich  liefert  Anhaltspunkte  für  Targets  

Beispiel:      KEGG  (Kyoto  Encyclopedia  of  Genes  and  Genomes)  

http://www.genome.ad.jp/kegg/pathway.html

Helicobacter  Pylori  

•  1,6  Mbp  großes  Genom  •  Ca.  1600  Proteine  •  Beteiligt  an  der  Ausbildung    von  Magengeschwüren  

 

www.tigr.org

H.  pylori  

•  H.  pylori  ist  durch  die  Schleimschicht  im  Magen  gut  geschützt  

•  Besondere  Verhältnisse  im  Magen  (pH)  ungüns)g  für  viele  An)bio)ka  

•  Immunsystem  ineffek)v  •  Breite  An)bio)ka-­‐Therapie  hat  Nebenwirkungen,  führt  zu  Resistenzen  anderer  Pathogene  

Ziel      Entwicklung  eines  spezifisch  gegen  H.  pylori  wirksamen  an)mikrobiellen  Wirkstoffs  

Besonderheit  von  H.  pylori  

•  Abbau  von  Harnstoff:      H2N-­‐CO-­‐NH2  +  H2O  !  CO2  +  2  NH3  

•  Ammoniak  führt  zu  Erhöhung  des  pH!  

•  Schutzmechanismus vor Magensäure

•  Anwendung: Test auf Infektion mit H. pylori über Bestimmung von 14/13CO2 aus markiertem Harnstoff

Vergleich  Metabolischer  Netze  

•  Vergleich  der  metabolischen  Netze  liefert  Pfade  die  exklusiv  im  Pathogen  benutzt  werden  

•  Es  sollten  wenige  „Umwege“  zu  diesem  Pfad  exis)eren  •  Therapeu)sch  interessant  

•  Geringe  Wahrscheinlichkeit  unerwünschter  Wirkungen  im  Mensch  

•  Wenn  der  Pfad  keine  Umwege  besitzt,  sind  die  Chancen  gut,  dass  die  Ausschaltung  des  Targets  wirksam  ist  

Harnstoffstoffwechsel  H.  sapiens  

http://www.genome.ad.jp/kegg/pathway.html

Harnstoffstoffwechsel  H.  pylori  

http://www.genome.ad.jp/kegg/pathway.html

Von  der  Sequenz  zur  Struktur  

Primärstruktur

Sekundärstruktur

Tertiärstruktur

Quartärstruktur

Sequenz: ...LGFCYWS...

Wirkmechanismen

•  Rezeptortheorie

Wirkung = Wechselwirkung des

Wirkstoffs mit dem Rezeptor

•  Paul Ehrlich (1913)

„Corpora non agunt nisi fixata“

„die Körper wirken nicht, wenn sie

nicht gebunden sind“

) Wirkung setzt Bindung voraus

Paul Ehrlich. Chemotherapeutics: scientific principles, methods, and results. Lancet (1913), 182, 445-451

Komplementarität

Paul Ehrlich: Of immunity with special reference to cell life, Proc. Royal Soc. London (1900), 66, 424-448

Geometrische  Komplementarität  Emil  Fischer  1894:

“Um ein Bild zu gebrauchen, will ich sagen, dass Enzym und Glucosid wie Schloss und Schlüssel zu einander passen müssen, um eine chemische Wirkung aufeinander ausüben zu können.”

Schlüssel-­‐Schloss-­‐Prinzip  

Emil Fischer, Ber. Dt. Chem. Ges. (1894), 27, 2985-2993

Emil Fischer

Schlüssel-­‐Schloss-­‐Prinzip  

PDB: 1CRB

Virtual  High-­‐Throughput  Screening  (vHTS)  •  Idee:  Schlüssel-­‐Schloss-­‐Prinzip  –  3D-­‐Puzzle  

•  Algorithmen  verwenden  die  Struktur  eines  Rezeptors/Proteins  und  testen,  welche  Strukturen  daran  binden  können  

•  Teste  viele(!)  Strukturen  schnell(!)  gegen  ein  Target  

N

NN

O

SH

OO OH

SHO

N

O

OH

NH

O OH

O

N

OOH

CH3

SH

O

NH

CH3

O

N

OOH

SH

CH3

O

N

OOH

NH

O OH

O

N

OOH

CH3

O O

O CH3H

O

CH3

HH CH3

HH

COOH

O

O

CH3

N

NHH

Cl

NH

NN

CH3

O

N

CH3

N

N

F3C

SO

ONH2

CH3

NH

O

N

N

S

COOH

CH3

CH3O

RHNH

NH2NH

OH

? N

NN

O

SH

OO OH

SHO

N

O

OH

NH

O OH

O

N

OOH

CH3

N

S

COOH

CH3

CH3O

RHNH

Grundalgorithmus  Docking  

•  Strukturerzeugung  •  Erzeuge  große  Anzahl  plausibler  Komplexstrukturen  •  Bedingung:  A  in  Kontakt  mit  B  •  Erzeugung  in  manchen  Algorithmen  nur  implizit  •  Manche  dieser  Strukturen  sind  geometrisch  oder  energe)sch  ungüns)g  

Grundalgorithmus  Docking  

•  Strukturerzeugung  •  Filterung  

•  EnHerne  Komplexstrukturen  die  geometrisch  oder  energe)sch  ungüns)g  sind  

•  In  der  Regel  sehr  einfache  Bewertungskriterien  

Grundalgorithmus  Docking  

•  Strukturerzeugung  •  Filterung  

•  EnHerne  Komplexstrukturen  die  geometrisch  oder  energe)sch  ungüns)g  sind  

•  In  der  Regel  sehr  einfache  Bewertungskriterien  

Grundalgorithmus  Docking  

•  Strukturerzeugung  •  Filterung  •  Bewertung  

•  Berechne  Abschätzung  von  ΔG  •  Viele  Bewertungsfunk)onen  sehr  einfacher  Natur    •  Ergebnis:  nach  ΔG  geordnete  Liste  der  Strukturen  •  Gutes  Ergebnis:  Kopf  der  Liste  ist  korrekte  Struktur  

Grundalgorithmus  Docking  

< <

•  Strukturerzeugung  •  Filterung  •  Bewertung  

•  Berechne  Abschätzung  von  ΔG  •  Viele  Bewertungsfunk)onen  sehr  einfacher  Natur    •  Ergebnis:  nach  ΔG  geordnete  Liste  der  Strukturen  •  Gutes  Ergebnis:  Kopf  der  Liste  ist  korrekte  Struktur  

Grundalgorithmus  Virtual  Screening  

•  Für  jeden  Ligand:  •  DOCKE  Ligand  an  Rezeptor  •  Speichere  beste  Konforma)on/Energie  aus  dem  Docking  

•  Gib  nach  Energie  sor)erte  Liste  der  Liganden  aus  

N

NN

O

SH

OO OH

SHO

N

O

OH

NH

O OH

O

N

OOH

CH3

SH

O

NH

CH3

O

N

OOH

SH

CH3

O

N

OOH

NH

O OH

O

N

OOH

CH3

O O

O CH3H

O

CH3

HH CH3

HH

COOH

O

O

CH3

N

NHH

Cl

NH

NN

CH3

O

N

CH3

N

N

F3C

SO

ONH2

CH3

NH

O

N

N

S

COOH

CH3

CH3O

RHNH

NH2NH

OH

? Dock- ing

N

NN

O

SH

OO OH

NH

O OH

O

N

OOH

CH3

SHO

N

O

OH

N

S

COOH

CH3

CH3O

H2NH

-12.5

-10.1

-9.4

-7.2 ....

AutoDock  -­‐  Energiefunk7on  

•  Energiefunk)on  sei  hier  nur  grob  skizziert  •  Entropische  Beiträge  sind  konstant  für  alle  

Ligandenkonforma)onen  (über  Anzahl  drehbarer  Bindungen)  

•  Restliche  WW  sind  paarweise  zwischen  je  zwei  Atomen  i  und  j  

AutoDock  -­‐  Energiefunk7on  

Gitterpunkt

Gitterabstand

Probeatom

•  Auswertung  der  Energiefunk)on  lässt  sich  stark  beschleunigen  durch  Gipertechniken  

•  Für  jede  WW  wird  Gieer  um  Bindungsstelle  herum  vorberechnet  •  Jeder  Giperpunkt  enthält  Wert    

 entsprechend  der  Energie  eines      Testatoms  an  dieser  Stelle  

•  Bringt  man  Liganden  auf  das  Giper    ergibt  sich  Gesamtenergie  durch  Auslesen      der  Werte  an  der  entsprechenden  Stelle      im  Gieer  (und  Interpola)on)  

•  Nachteil:    •  viele  Giper  (eins  pro  Atomtyp/WW-­‐Typ)  

 )  hoher  Speicherbedarf    )  hoher  Zeitbedarf  für  Vorberechnung  

AutoDock  –  Gene7scher  Algorithmus  

•  Ligandenkonforma)onen  werden  als  „Chromosomen“  kodiert  –  Vektoren  von  Fließkommazahlen  –  den  Genen  

•  Jedes  Individuum  besitzt    •  Drei  Gene  für  Transla)on  (kart.  Koordinaten)  •  Vier  Gene  für  Rota)on  (Quaternion)  •  Je  ein  Gen  (Zahl)  für  interne  Torsionen  

•  Genom  des  Individuum  beschreibt  vollständige  Konforma)on  und  Posi)on  des  Liganden  rela)v  zum  Rezeptor  

AutoDock  –  LGA  

•  Lamarcksche  Gene7k:  Adap)onen  des  Phänotyps    im  Laufe  des  Lebens    werden  über  Genotyp    weitervererbt  

•  LGA  in  AutoDock  •  Liganden  werden  lokal  nachop7miert  

•  Op)mierte  Koordinaten  werden  in  „Chromosomen“  kodiert  

•  Nachfolgegenera7on  besitzt  op7mierte  Koordinaten  

 

Jean-Baptiste Lamarck (1744-1829)

• Giraffen strecken sich um an Bäume heranzukommen

• Hals wird länger

• Langer Hals wird an Nachkommen vererbt

AutoDock  –  LGA  

•  Würfle  Zufallspopula)on  von  Individuen  mit  gleichverteilten  Genomen  

•  Für  vorgegebene  Anzahl  Itera)onen:  •  Werte  Energien  für  alle  Individuen  aus  •  Selek)on/Reproduk)on:  Individuen  mit  bester  Energie  erzeugen  Nachkommen  

•  Crossover-­‐  und  Muta)onsoperatoren  werden  auf  neue  Genera)on  angewandt  

•  Lokale  Nachop)mierung  der  Ligandenkonforma)on  wird  in  Genom  kodiert    

•  Wähle  beste  Individuen  der  letzten  Genera)on  aus  

http://www.nmr.chem.uu.nl/haddock/movies/cg.html

Zusammenfassung  

•  Moderner  Wirkstoffentwurf  kommt  ohne  Bioinforma)k  nicht  mehr  aus  

•  Neue  Arzneistoffe  zu  entwickeln  wird  immer  aufwändiger  und  teurer  

•  Analyse  von  Genom-­‐  und  Transkriptomdaten  iden)fiziert  mögliche  Targets  

•  Docking  und  virtuelles  Screening  finden  kleine  Moleküle,  die  an  diese  Targets  binden  können  

•  Docking  basiert  dabei  auf  dem  Schlüssel-­‐Schloss-­‐Prinzip  •  Der  erforderliche  Rechenaufwand  ist  erheblich,  da  sehr  große  Substanzbibliotheken  untersucht  werden  müssen  


Recommended